Testen in deze tijd ... AI schrijft je tests. Wie bepaalt of ze ergens over gaan?

Testen was jarenlang een kwestie van tijd. Je wist wat er getest moest worden, maar je kwam er niet aan toe.

Dat probleem is grotendeels weg ... vermoeden we.

AI schrijft in seconden een testset waar een team vroeger dagen mee bezig was. Unit tests, testdata, edge cases, documentatie.

Vraag het en het staat er.

Alleen is er een nieuw probleem voor in de plaats gekomen.

Van te weinig tests naar te veel tests die niets zeggen

Een AI-assistent kijkt naar je code en test wat die code doet.

Dat klinkt logisch. Het is het niet.

Want als je code het verkeerde doet, schrijft de AI keurig een test die bevestigt dat het verkeerde correct gebeurt. Groen vinkje. Vals vertrouwen.

Wij zien dit inmiddels bij bijna elk project. Een testsuite van honderden tests, een dekkingspercentage waar iedereen blij van wordt, en toch gaat het mis bij livegang.

Waarom? Omdat niemand de vraag heeft gesteld die AI niet kan stellen: wat had het moeten doen?

Wat AI heel goed doet

Wees eerlijk over waar de winst zit. Die is groot.

• Volume. Testdata genereren, varianten uitschrijven, dekking uitbreiden. Saai werk dat nu bijna niets kost.

• Snelheid. Een testset bij nieuwe code, direct.

• Consistentie. AI vergeet geen null-waarde, geen lege lijst, geen negatief getal.

• Vertaling. Van acceptatiecriterium naar concrete testcase, in een paar seconden.

• Onderhoud. Tests bijwerken na een refactor is niet langer de reden om een refactor uit te stellen.

Wie dit niet inzet, laat gewoon geld liggen.

Wat AI niet doet

En hier begint het werk dat mensen doen.

Weten wat er op het spel staat. Een AI weet niet dat één veld op dat scherm bepaalt of een donatie wel of niet fiscaal aftrekbaar is. Dat weet de consultant die vorig jaar bij die klant zat toen het misging.

De onuitgesproken eis kennen. Elke klant heeft regels die nergens staan opgeschreven. Die zitten in hoofden, in gewoontes, in "zo doen wij dat hier". AI leest je requirements. Niet je organisatie.

Voelen dat iets niet klopt. Een ervaren tester kijkt naar een scherm en denkt: dit gaat een gebruiker verkeerd invullen. Dat is geen logica. Dat is duizend uur kijken naar echte mensen die echte software gebruiken.

Prioriteren. Alles testen kan. Maar wat mag echt nooit stuk? Die keuze is een risico-afweging, geen technische vraag.

Verantwoordelijkheid dragen. Als het misgaat bij de klant, staat er een mens aan tafel. Niet een model.

De nieuwe rolverdeling

De rollen verschuiven. Ze verdwijnen niet.

AI doet	De mens doet
Tests schrijven	Bepalen wat getest moet worden
Randgevallen bedenken	Bepalen welk randgeval echt risico oplevert
Dekking verhogen	Bepalen of dekking het juiste doel is
Falende tests verklaren	Beslissen of de test fout is of de code
Sneller maken	Verantwoordelijk zijn

Kort gezegd: AI levert de uitvoering, de mens levert het oordeel.

Vier dingen die je maandag kunt doen

1. Laat AI je tests schrijven, maar niet je acceptatiecriteria. Die komen van de klant, uit een gesprek, van iemand die het domein kent. Voer ze in als input, niet als output.

2. Review AI-tests op intentie, niet op syntax. De code klopt bijna altijd. De vraag is of de test het juiste bewaakt.

3. Zet je ervaren mensen vooraan, niet achteraan. Vroeger keken zij als laatste. Nu moeten ze als eerste kijken, want zij bepalen de opdracht.

4. Meet niet op dekking. Meet op incidenten na livegang. Dat is het enige getal dat de klant merkt.

Met deze blog nemen we de volgende positie in

Bij CRMSolver B.V. bouwen we geen teams die AI vervangen.

We bouwen teams die AI kunnen sturen.

Onze gecertificeerde talenten uit Zuidoost, Suriname en de Caribbean leren twee dingen tegelijk.

De techniek, en het oordeel. Het eerste kun je snel leren.

Het tweede krijg je door mee te draaien bij echte klanten, met echte gevolgen.

Met meer dan 2 decenia ervaring in het bedienen van enterprise tot kleine klanten. Daar zit onze waarde.

Niet in wie het snelst een test genereert.

In wie weet welke test de klant beschermt.

Your partner that helps you grow while making a difference.